基于非线性动力学系统噪声减缩盲解调负信噪比载频上的随机码流

盲解调技术是获取非协作数字通信信号上携带有用信息的最关键技术之一.首先对现有数字通信信号盲解调进行了综述,然后在我们已发表论文的基础上,进一步完善非线性动力学系统噪声减缩的理论和算法,对负信噪比BPSK调制载频上的随机码流进行盲解调.试测试结果表明,信噪比在Eb/N0>7d B区间,噪声减缩的盲解调的误码率为0,信噪比在0<Eb/N0<7d B区间,噪声减缩的盲解调的误码曲线低于现有非相干解调方法的误码曲线.噪声减缩的盲解调的误码率接近或重合或低于现有相干解调的理论误码曲线.可见,采用非线性动力学系统的噪声减缩的盲解调与现有非相干解调的处理能力比较,至少提高了7d B的处理能力.测试结果表明研究成果为电子侦察信号处理的盲解调提供了一种有效的方法.

利用小波多尺度分解算法实现混沌系统的噪声减缩

应用小波多尺度分解算法进行噪声减缩，从混沌背景中分离周期信号、噪声及其他混沌信号．小波多尺度分解算法能够区分不同尺度的信号是利用小波变换在时、频两域具有突出信号局部特征的能力以及小波变换是一线性变换的特点．提出的方法仅利用信号的尺度特性，克服了先前的噪声减缩要知道产生混沌信号的数学模型，并且要求叠加在混沌背景中的其他信号的幅度相对混沌背景信号的幅度很小的假定．给出了从 Ｌｏｒｅｎｚ 混沌背景中提取正弦信号、白噪声和 Ｃｈｕａ’ｓ 电路产生的混沌信号的计算机模拟结果．